隨機信號分析與最優(yōu)估計理論

內(nèi)容概要

　　《隨機信號分析與最優(yōu)估計理論》詳盡介紹了隨機信號分析與最優(yōu)估計理論的基礎(chǔ)知識，主要內(nèi)容包括概率論與隨機過程、多維高斯過程與似然比檢測系統(tǒng)、參數(shù)估計理論、隨機序列分析與參數(shù)化譜估計、波形與狀態(tài)估計、一維小波變換及其應(yīng)用。每章后編配有習(xí)題。全書選材精當(dāng)，基本概念表述清晰，公式推導(dǎo)過程嚴(yán)謹(jǐn)，工程應(yīng)用實例豐富，MATLAB算法程序簡明易懂，符合工科學(xué)生的思維習(xí)慣和認(rèn)識規(guī)律。　　《隨機信號分析與最優(yōu)估計理論》適合作為高等學(xué)校儀器儀表、機械工程、電氣工程和自動化技術(shù)等專業(yè)的研究生或高年級本科生教材，也可供從事工程測試、微弱信號檢測和系統(tǒng)辨識等技術(shù)專題研究的科技工作者學(xué)習(xí)與參考。

書籍目錄

第一章 概率與隨機過程導(dǎo)論1.1　隨機事件1.1.1　隨機事件的概念1.1.2　隨機事件的概率1.1.3　條件概率與統(tǒng)計獨立1.2　隨機變量1.2.1　隨機變量的分布與密度函數(shù)1.2.2　常用的概率分布與密度函數(shù)1.2.3　隨機變量的獨立性1.2.4　隨機變量函數(shù)的分布與密度1.3　期望、矩和特征函數(shù)1.3.1　數(shù)學(xué)期望1.3.2　隨機變量的矩1.3.3　特征函數(shù)1.3.4　隨機復(fù)變量及其數(shù)學(xué)特征1.4　隨機過程1.4.1　隨機過程的基本概念1.4.2　平穩(wěn)隨機過程1.4.3　各態(tài)歷經(jīng)過程1.5　總體相關(guān)函數(shù)與功率譜密度1.5.1　總體相關(guān)函數(shù)1.5.2　相關(guān)函數(shù)的性質(zhì)1.5.3　波形與頻譜的概念1.5.4　平穩(wěn)隨機過程的功率譜密度1.5.5　線性系統(tǒng)的隨機信號響應(yīng)本章小結(jié)習(xí)題第二章 高斯過程與似然比檢測系統(tǒng)2.1　多維高斯分布2.1.1　中心極限定理2.1.2　高斯向量的密度函數(shù)2.1.3　高斯向量的條件密度函數(shù)2.2　高斯過程的若干性質(zhì)2.3　在高斯噪聲中檢測高斯信號2.3.1　似然比檢測系統(tǒng)的基本概念2.3.2　似然比檢測系統(tǒng)的結(jié)構(gòu)2.3.3　匹配濾波器與白化濾波器2.4　似然比檢測系統(tǒng)的信噪比計算2.4.1　積分器的輸出信噪比2.4.2　平方檢波器的輸出信噪比2.4.3　基陣加預(yù)選濾波器的輸出信噪比本章小結(jié)習(xí)題第三章 參數(shù)估計理論3.1　參數(shù)估計的評價準(zhǔn)則3.1.1　參數(shù)估計量的統(tǒng)計特性3.1.2　Cramer-Rao下限3.2　基于統(tǒng)計分布的參數(shù)估計算法3.2.1　貝葉斯估計3.2.2　極大似然估計3.2.3　數(shù)學(xué)期望最大算法3.3　基于線性模型的參數(shù)估計算法3.3.1　線性最小均方估計3.3.2　自適應(yīng)最小均方估計3.4　最小二乘估計法3.4.1　基本最小二乘估計3.4.2　遞推最小二乘估計3.4.3　廣義最小二乘估計本章小結(jié)習(xí)題第四章 隨機序列分析與參數(shù)譜估計4.1　隨機序列預(yù)處理!4.1.1　采樣與量化4.1.2　隨機序列的統(tǒng)計特性與頻譜估計4.1.3　畸變波形的修正與檢驗4.2　時間序列分析4.2.1　自回歸時間序列4.2.2　滑動平均時間序列4.2.3　自回歸滑動平均時間序列4.2.4　時間序列模型辨識4.3　最優(yōu)預(yù)測與參數(shù)譜密度估計4.3.1　時間序列最優(yōu)預(yù)測算法4.3.2　時間序列譜估計算法4.3.3　特殊ARMA模型與Pisarenko譜估計4.3.4　非高斯時間序列雙譜估計本章小結(jié)習(xí)題第五章 波形與狀態(tài)估計5.1　最優(yōu)波形估計理論與維納濾波器5.1.1　波形估計的基本概念5.1.2　連續(xù)型維納濾波器5.1.3　離散型維納濾波器5.2　自適應(yīng)濾波器5.2.1　自適應(yīng)LMS濾波器5.2.2　自適應(yīng)RLS濾波器5.2.3　自適應(yīng)DFT／LMS和DCT／LMS濾波器5.2.4　約束自適應(yīng)LMS濾波器5.3　自適應(yīng)LMS濾波器的應(yīng)用實例5.3.1　自適應(yīng)噪聲抵消器5.3.2　自適應(yīng)預(yù)測器與自適應(yīng)建模5.4　卡爾曼濾波器5.4.1　一步最優(yōu)預(yù)測5.4.2　最優(yōu)濾波5.4.3　卡爾曼濾波的應(yīng)用實例5.4.4　有色噪聲情況下的最優(yōu)濾波本章小結(jié)習(xí)題第六章 非平穩(wěn)信號分析--小波變換6.1　小波變換的基本概念6.1.1　連續(xù)小波變換6.1.2　連續(xù)小波變換的離散化6.2　多分辨力小波分析的理論框架6.2.1　多分辨力信號分解的基本概念6.2.2　多分辨力信號分解過程6.3　多分辨力分析與雙正交濾波器組6.3.1　多采樣率信號分析方法6.3.2　雙通道信號分解的理想重構(gòu)條件6.3.3　雙正交濾波器組與雙正交小波6.4　基于雙正交濾波器組的Mallat算法6.4.1　雙正交濾波器組的設(shè)計方法6.4.2　利用雙正交濾波器組實現(xiàn)Mallat算法6.4.3　正交尺度函數(shù)與正交小波函數(shù)的求解6.5　小波分析在檢測技術(shù)中的應(yīng)用6.5.1　信號奇異性檢測6.5.2　信號消噪與信號壓縮6.5.3　信號分量的提取與抑制6.5.4　信號自相似性檢測本章小結(jié)習(xí)題參考文獻

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    隨機信號分析與最優(yōu)估計理論 PDF格式下載

---